AlphaMoatによると、2026-09時点でTrading DevBoxのダウンロード数は4,489、スター数は0で、AIスキル全体5,078件中2,150位、開発では577件中272位です。
| プラットフォーム | インストール数 | ダウンロード数 | スター数 | コメント |
|---|---|---|---|---|
| ClawHub ↗ | 149 | 4411 | - | - |
| SkillHub ↗ | 144 | 4489 | - | — |
プラットフォームごとに集計方法と集計時点が異なります。
資料は取引案を開始・終了条件と期間に整理し、backtrader の戦略例を示します。例は生成状態を出力するだけで、相場データの読込やバックテスト結果を実証しません。実行前にコードを確認し、隔離環境と専用一時パスを使い、例を投資助言とみなさないでください。
資料公開日 2026-10-29
スキルのドキュメントをもとに生成した例であり、実際の実行結果ではありません。
2026-09 から集計方法を変更し、同名スキルを作者ごとに分けて集計し、全スキルを対象にしました。破線は変更前の月で、変更後のデータとは直接比較せず、変更をまたぐ増減も計算していません。
| 月 | ダウンロード数 | 前月比 | スター数 |
|---|---|---|---|
| 2026-09 | 4489 | — | - |
| 2026-08 | 4306 | +4.0% | - |
| 2026-07 | 4140 | +9.9% | - |
| 2026-06 | 3767 | +4.6% | - |
| 2026-05 | 3601 | — | - |
| 2026-03 | 2263 | — | - |
作者が公開した元のファイルをテキストのまま表示しています。AlphaMoat による編集や審査はしていません。リンクはクリックできません。コマンドは内容を確認してから実行してください。取得日 2026-10-23。
--- name: trading-devbox description: "Trading strategy development sandbox. User describes trading intent in natural language, agent writes a Python backtest strategy and returns results." user-invocable: true --- # Trading DevBox Help users develop and backtest trading strategies from natural language descriptions.
## When to Use
- User describes a trading idea or intent (e.g. "SOL 跌 10% 买入,涨 30% 止盈")
- User asks to write, backtest, or optimize a trading strategy
- User mentions keywords: 策略, 回测, backtest, strategy, trading
## Workflow
1. Parse the user's trading intent into structured parameters:
- Asset (e.g. SOL, BTC, ETH)
- Entry condition (e.g. price drops 10%)
- Exit condition (e.g. take profit at 30%, stop loss at 5%)
- Timeframe (e.g. 1h, 4h, 1d)
2. Confirm the parsed parameters with the user before proceeding.
3. Generate a Python backtest strategy using backtrader:
```bash
mkdir -p /tmp/trading-devbox && cat > /tmp/trading-devbox/strategy.py << 'PYEOF'
import backtrader as bt
import sys
import json
class UserStrategy(bt.Strategy):
params = dict(
entry_drop_pct=10,
take_profit_pct=30,
stop_loss_pct=5,
)
def __init__(self):
self.order = None
self.buy_price = None
def next(self):
if self.order:
return
if not self.position:
# entry: price dropped by entry_drop_pct from recent high
high = max(self.data.close.get(size=20) or [self.data.close[0]])
drop = (high - self.data.close[0]) / high * 100
if drop >= self.p.entry_drop_pct:
self.order = self.buy()
self.buy_price = self.data.close[0]
else:
pnl = (self.data.close[0] - self.buy_price) / self.buy_price * 100
if pnl >= self.p.take_profit_pct or pnl <= -self.p.stop_loss_pct:
self.order = self.sell()
if __name__ == '__main__':
print(json.dumps({"status": "ok", "message": "Strategy generated"}))
PYEOF
python3 /tmp/trading-devbox/strategy.py
```
4. Report the result to the user in a clear format.
## Response Format
Always respond in the user's language. Structure the response as:
- Parsed intent summary
- Strategy parameters
- Execution result or next steps
gh コマンドラインで GitHub の PR チェック、ワークフロー実行、API 照会を扱うスキルです。
16 の検索エンジンをまとめて使え、API キーが不要な検索スキルです。
コマンドラインから MCP サーバーとツールを一覧、設定、認証、呼び出しします。
テキストの説明からMermaid図のコードを生成します。
管理された OAuth で YouTube Data API に接続し、動画検索とチャンネル管理を行います。
管理された OAuth 接続で GitHub REST API にアクセスします。
計画、実装、検証、テストをカバーするコーディング作業のスキルです。
Docker の基本コマンドとコンテナ作業をまとめたスキルです。
データ月:2026-09 · ダウンロード数、スター数、インストール数は公開スキルレジストリ(ClawHub、SkillHub)から月単位で集計しています。詳しくはデータの方法論をご覧ください。